网络学习环境对中小学生身体质量指数影响的性别差异

陈靓影 蔡培 孔繁昌 张议文

【摘要】在学习中如何科学合理地使用网络确保中小学生健康发展，是家长、教师以及整个社会非常关注的问题。本研究以840名来自不同教育信息化水平、年龄段和地域的学习者为对象，从物理环境、资源环境、人文环境三个维度探讨了网络学习环境对身体质量指数（BMI）影响的性别差异。研究发现，男生和女生在网络学习环境和BMI分布上存在显著差异，同时在网络学习环境和BMI的相关上也存在显著差异。此外，回归分析结果显示，“手机与网络配备”“网络互动”“网络学习时间”三个因素能够有效预测男生的BMI，“手机与网络配备”“学习自控能力”能有效预测女生的BMI，这表明网络学习环境对男生和女生具有不同的影响模式。基于上述研究发现，本研究提出合理用网的建议，使中小学生既能充分利用网络获取知识又不影响身体健康。

【关键词】  网络学习环境;回归分析;身体质量指数;性别差异;身体健康;中小学生;教育信息化

【中图分类号】  G40-057      【文献标识码】  A      【文章编号】 1009-458x（2019）2-0079-06

一、引言

随着我国教育信息化的不断深入，中小学生的网络学习环境得到很大提升，中国互联网络信息中心2015年发布的《2014年中国青少年上网行为研究报告》数据显示，青少年网民规模持续增长，数量达2.77亿，占中国青少年人口总数的79.6%。在中小学生享受教育信息技术便利的同时，越来越多的研究者开始关注网络学习对他们身体健康的影响。

在众多衡量身体健康的指标中，BMI（Body Mass Index， 身体质量指数）是国际上通用的衡量人体胖瘦程度的客观标准（Dietz & Robinson， 1998）。国外研究发现，BMI不仅能反映青少年体脂水平（Deurenberg， et al.， 1991），还与高血压、糖尿病、高血脂等疾病的发生显著相关，更会威胁其成年后的健康（He， et al.， 2000）。青少年BMI值超出正常范围被称为超重或肥胖，中国学生体质与健康标准研究组发布的《2014年中国学生体质与健康研究报告》顯示，近年来各年龄段学生的肥胖检出率不断上升，有研究表明BMI超出正常范围容易引起较低的自我效能（Wang， et al.， 2009）和自尊水平（Walpole， et al.， 2011），长期发展下去会对青年人的学业和生活造成影响。因为男性的BMI值显著高于女性，且不少研究者提出分析BMI时需考虑性别的影响（尹小俭， 等， 2013; 赵广才， 何卫龙， 2008），所以本研究选择BMI作为衡量中小学生身体健康水平的指标，并从性别角度进行分析。

国外对网络使用与身体健康的研究起步较早，主要侧重于过度用网或网络成瘾对身体健康的影响。布朗等（Brown， et al.， 2003）的研究结果显示，长时间使用互联网和久坐行为会造成BMI值的显著增加，后期可能会引起超重或肥胖问题。网络成瘾的青少年失眠率高，一旦离开互联网他们会觉得生活枯燥乏味，开始变得焦躁不安（Nalwa， & Anand， 2003）。北京科技大学有研究者调查发现网络使用容易造成干眼症、视力下降和颈部疼痛等问题，若使用过多会严重影响身体健康（Zheng， et al.， 2016）。

在近十年的网络学习环境研究中，多数研究者聚焦于网络学习环境对学习效果和视力的影响。在网络学习环境中嵌入微型化的网络课程能有效提高学习成绩（郭煜， 魏楠， 2014），网络教学过程中融入积极的在线互动能有效提升英语课堂教学的互动效果（梅婷， 顾佩娅， 2011）。课堂网络教学环境对学生视力的影响研究发现，课堂上使用电脑不是学生视力下降的主要因素，提高教学效率，降低学生课业负担才是改善视力的关键（余胜泉， 张洪锐， 2012）。

目前缺乏网络学习环境对学生身体健康指标的影响研究，如BMI、注意力等;BMI作为评估学生身体健康状况的重要指标受到越来越多教育者的关注，但探讨网络学习环境和BMI关系的研究却极少。

网络学习环境是对有关网络学习环境构成要素的总称。对中小学生而言，网络学习环境可以概括为通过学习者基于自身的学习需求和实际条件构建的集合，构成要素主要包括物理环境、资源环境和人文环境三方面（邱娜婷， 2015）。其中物理环境主要指构成网络环境的硬件设施，是实现网络学习的基本保障;资源环境包括各种类型供学习者使用的信息资源、教学平台及工具;人文环境主要指学习者与学习者、教师、家长以及学习资源、教学平台之间在交互过程中所形成的氛围。

因此，本研究从物理环境、资源环境、人文环境三个维度综合分析网络学习环境对中小学生BMI影响的性别差异，针对影响BMI的主要因素，提出科学合理的用网建议，使中小学生既能充分利用网络获取知识又不影响身体健康。

二、研究方法与过程

（一）研究对象

本研究综合考虑备选学校的教育信息化水平、学生年龄段和所属地域三个因素选择研究对象。依据华中师范大学2011年《湖北省基础教育信息化发展水平调研报告》中提供的结构方程模型得分，把20所备选学校的教育信息化水平分为高、中、低三个层次，在完成对备选中小学教育信息化水平初步评估后，结合访谈法和调研法深入学校广泛详细地收集每所学校教育信息化的资料，研究人员三人为一个小组到调研学校访谈学校负责人、学科教师、学生，并通过课堂观察、现场评估、师生访谈等方式确定每所学校的教育信息化水平。

最终选定12所调研学校。结合学校信息技术课程的安排和学生的实际情况，从上述20所学校中选取小学六年级和初中二年级两个年龄段的学生，研究对象来自北京市、湖北省、江苏省等6个省市的6所小学和6所中学共24个班，调研区域覆盖经济发展水平高、中、低三类地区。共调查学生904人，有效调查对象为840人，有效率为92.9%，其中男生占56.8%，女生占43.2%。调查对象在学校信息化水平、年级、地域上的分布情况如表1所示。

（二）研究工具

本研究采用自主设计的《中小学生网络学习环境调查问卷》。该问卷包括两个部分，共计54个题目。第一部分是个人基本情况调查，具体包括学校、年级、性别、上网设备、生活习惯等信息。第二部分是中小学生网络学习环境量表，从物理环境、资源环境、人文环境三方面进行测量。

虽然国内外有不少关于网络学习环境的研究，但主要针对大学生，缺少适合中小学生的权威量表。本研究参考《大学生网络学习行为调查研究》（李玉斌， 等， 2013）和《网络学习环境与大学生学习自我效能的相关性研究》（尹睿， 许丹娜， 2011），设计了符合中小学生网络学习环境的量表。该量表有25道题目，包括物理、资源、人文环境三个分量表，根据网络学习环境的内涵，将三个分量表细化为“手机与网络配备”“上网方式与方法”“信息资源”“学习平台”“教师与家长态度”“网络学习评价”“网络互动”“学习自控能力”“网络学习时间”九个因素。量表题目如“我常常用手机就能随时随地获取知识”“我很少在光线较差的环境中上网学习（如被子里、黑夜中）”“我常常浏览学习类的网站”等。量表选项采用李克特（Likert）五点式设计，分别为：完全不同意、不同意、中立、同意、完全同意五个等级，并分别记1～5分，学习者得分越高，说明网络学习环境越便利、越优越。

在正式施测前，先发放了100份预试问卷，对测量工具的信度和效度进行检验。利用SPSS对预试数据进行分析，问卷的Cronbach系数如表2所示。本次测量中所有因素的内部一致性系数在0.625～0.736之间。对量表进行效标效度检验发现，量表中各题项与对应因素之间显著相关（p<0.05），量表效度较好。

（三）调查过程

为了解当前中小学生网络学习环境的实际状况，本研究于2015年4～5月对来自6所小学和6所中学共24个教学班的学生进行了调查。问卷调查采取在线和离线两种填写方式，在线为登录网页填写，离线为纸质问卷填写，均在学校机房统一操作完成，以研究者现场指导填写、当场回收的方式进行，从而避免环境因素、填写过程中的错误操作等对结果的影响。

学生身高、体重的数据通过仪器测量完成，根据身体质量指数=体重（kg）/[身高（m）]2的公式计算出BMI值。采用SPSS22.0对数据进行统计分析，网络学习环境差异分析用独立样本t检验，BMI组间分类比较用卡方检验，网络学习环境与BMI的关系用Pearson相关性分析，各因素对BMI的预测效果用多元线性回归分析方法。

三、研究结果与分析

（一）网络学习环境和BMI的性别差异

（1）网络学习环境的性别差异分析

对男生和女生的网络学习环境分布进行独立样本t检验，结果如表3所示。男生和女生的网络学习环境总体均值分别为54.86、56.13，男生、女生存在显著性差异（p<0.01），当前中小学女生的网络学习环境整体比男生更便捷。不同性别学习者的网络学习环境差异性体现在“手机与网络配备”“教师与家长态度”“网络学习评价”三个因素上（p<0.01），其他因素的差异性不显著。

（2）BMI的性別差异分析

根据《中国学龄儿童青少年超重、肥胖筛查体重指数值分类标准》（季成叶， 2004），分别将男生和女生的BMI分成偏瘦组、正常组、偏胖组和肥胖组共四组，对男、女生的差异性做卡方检验，结果如表4所示。虽然超过70%学生的BMI属于正常水平，但卡方检验结果表明男生和女生在BMI分布上存在显著差异（p<0.01）。从正常组来看，女生所占比例比同组男生高出9.3%，可见女生整体的身体状况比男生好;与之相反的是男生偏胖、肥胖问题更突出，其肥胖率（偏胖组和肥胖组）高达10.4%，高出女生4.2个百分点。正处于生长发育时期的中小学生，偏胖、肥胖会对身体健康构成一定威胁，家长和老师需高度重视。

（二）网络学习环境与BMI的相关性分析

（1）网络学习环境三个维度与BMI相关性分析

网络学习环境的三个维度和BMI的相关分析结果如表5所示。整体来看，男生和女生的网络学习环境与BMI均存在显著正相关（p<0.01），且男生和女生的相关系数相差不大，说明网络学习环境越便利，学生的BMI指数就越高，增加了超重或肥胖的风险。男生、女生的物理环境、人文环境与BMI均呈显著正相关，且物理环境的相关系数大于人文环境，说明物理环境对BMI的影响大于其他维度，手机等移动上网设备的使用与BMI的关系最密切。男生、女生的人文环境对BMI影响差别较大，女生的相关系数（r=0.117， p<0.01）比男生（r=0.066， p<0.05）大得多，表明网络学习环境对男女生BMI影响的差异性主要体现在人文环境上。

（2）网络学习环境九个因素与BMI相关性分析

将网络学习环境九个因素与BMI进行相关性分析，结果如表6所示。从相关矩阵中可以看出网络学习环境各因素之间的相关水平，以此检验变量之间的共线性问题。变量之间呈现中低度相关（相关系数在0～0.6之间）时为最佳变量，便于回归分析。研究发现，男生“上网方式与方法”和“手机与网络配备”的相关系数为0.539（p<0.01），是所有变量间相关系数的最大值，未有大于0.6者，说明变量之间没有共线性问题，可进行回归分析。

从性别的角度来看，男生、女生的BMI受影响因素存在较大差异。除“手机与网络配备”与男生和女生的BMI都存在显著正相关外（p<0.01），其余各显著相关因素均不同，男生受到更多因素的影响，如“网络互动”“网络学习时间”可能与男生在网络学习过程中表现更积极的原因有关。相关性指数仅能作为参考指标，为进一步了解网络学习环境对学生BMI的影响，可通过线性回归深入探究。

（三）网络学习环境与BMI的回归分析

为进一步研究网络学习环境各因素对中小学生BMI的影响，以BMI为因变量，以网络学习环境的九个因素为自变量，通过逐步多元回归法分别对男生和女生建立回归模型，结果如表7所示。这两个回归模型的容忍度（允差）值介于0.840～0.964之间，且方差膨胀系数（VIF）值均小于10，说明自变量之间没有共线性问题。

可以看出：影响男生BMI的因素有“手机与网络配备”“网络互动”“上网学习时间”，多元相关系数R2为0.137;影响女生BMI的因素有“手机与网络配备”“学习自控能力”，多元相关系数R2为0.160。两个回归模型的统计量F值均达到显著水平（p<0.01），表明进入回归模型的变量对BMI的解释度全部显著。

未标准化的回归系数B包含常数项，很难对变量的重要性做出科学判断，需选取经标准化的回归系数β拟合回归方程式，得到模型如下：男生BMI=0.141×手机与网络配备+0.075×网络互动+0.072×网络学习时间;女生BMI=0.126×手机与网络配备+0.123×學习自控能力。对这一结果，分析如下：

第一，“手机与网络配备”对男生和女生的回归系数β达0.141和0.126，说明这一因素对BMI影响程度最高，与此前相关性分析结果一致。本研究的“手机与网络配备”主要指手机配备、家庭和学校的网络条件。问卷中“家长是否给你配备智能手机”一题结果显示，男生、女生的差异体现在手机配备上，女生智能手机拥有率为42.4%，远高于男生的32.8%，尽管他们手机配备比例有很大不同，但依然会对BMI产生显著影响，可能是更长时间使用手机或其他移动设备而疏于锻炼，导致BMI指数上升。

第二，男生重要性排名较低的因素是“网络互动”和“网络学习时间”，说明网络学习中在线互动和学习时间对BMI有一定的预测度。“网络互动”包括学习者与老师、同学和学习资源之间的互动，问卷中“你是否通过网络与同学讨论学习”一题结果显示，49.5%的男生会选择经常或偶尔，对应的女生仅占42.1%，说明更多男生将网络作为学习交流和互动的重要渠道。同时，在“上网过程中，我很少休息和放松”一题中，20.3%的男生选择完全同意，远高于女生的12.5%，表明男生在网络交流过程中不注意休息，长期如此会导致BMI指数增加从而引发肥胖。就“网络学习时间”而言，虽然该因素在回归模型中贡献度最低，但也应引起足够重视。从问卷中“平均每天用会1小时上网来了解新闻、历史、政治等课外知识”一题的结果来看，81.2%的男生选择经常或偶尔，说明他们正形成一种较好的自主学习方式，但若不加以控制和监督，学生容易被网络中非学习内容所吸引。因此，加强学习互动和时间的管理将是改善男生网络学习环境的重要内容。

第三，女生回归模型中排名靠后的因素是“学习自控能力”，说明较差的自控能力会引起BMI的增加。本研究中“学习自控能力”主要指对网络学习时间、通宵上网的控制，以及上网过程中的休息习惯。问卷中“上网学习时我不能控制上网时间，每次都不能快速完成学习任务”一题的结果显示，多数学生能完成学习任务，说明他们能通过网络自主开展学习活动，但需要注意的是10.3%的女生选择完全同意，高出男生4.3个百分点，这意味着原本在很短时间内就能完成的学习任务，女生要花费更多时间，长期这样低效率地学习会引起身体问题。

四、结论与建议

（一）研究结论

本研究从网络学习环境的三个维度和九个因素，分别对男生和女生的BMI指数做了差异性、相关性和回归分析，研究结论如下：

（1）设计并编写了《中小学生网络学习环境调查问卷》，经信度和效度检验，证明了该工具的有效性。

（2）男生和女生的网络学习环境和BMI分布存在显著差异。网络学习环境的差异主要体现在“手机与网络配备”“教师与家长态度”“网络学习评价”三个因素上。女生正常组比例明显高于男生，男生偏胖、肥胖问题更突出。

（3）网络学习环境中的多个因素会对男生、女生的BMI产生显著影响。物理环境中“手机与网络配备”对男生、女生BMI都会造成影响，且影响程度最大。影响因素的差异性体现在人文环境上，男生受“网络互动”“网络学习时间”影响较大，女生主要受“学习自控能力”影响。

（二）研究建议

（1）手机与网络配备方面，家长和校方应该加强对学生使用手机的监管，控制使用手机的时间，引导学生正确使用上网设备。无论是男生还是女生，都不能无节制地以学习的名义上网，陷入虚拟世界无法自拔，影响现实生活。老师、家长可以通过心理学方法（如自我控制能力训练、网络学习行为训练）让学生理解如何管理学习设备，学会正确区分网络学习和网络娱乐，合理安排学习活动。

（2）在学校和家庭教育中，要加强对学生自控能力的辅导和教育。学习自控能力主要影响女生的BMI指数，提高她们的网络学习效率，减少无效上网时间，这样上网过程就能较容易地控制。同时，还应注重培养学生的意志力和责任心，加强自律和他律，每次上网时告诉学生制定好上网目标和待完成的任务，根据任务确定合理的上网时间，不要沉浸在网上聊天、游戏的世界里。

（3）合理控制网络互动和学习时间，养成积极有效的互动方式和科学合理的网络学习习惯。尤其是男生，需努力克制网络学习过程中无效的互动和沟通，减少网上娱乐的时间，将网络学习时间控制在合理范围内，避免过度上网。应适当提醒学生在上网过程中要劳逸结合，避免疲劳用网，多做眼保健操，多参与室外活动。

五、结语

网络环境下的学习活动正成为学校日常教学活动的重要组成部分，学习者可通过网络自主获取感兴趣的知识。本研究以中小学生网络学习环境为主要研究对象，着重从物理环境、资源环境、人文环境三个维度分析BMI的影响因素，为网络学习环境的完善提供理论和实证依据。调查结果表明，网络学习环境九个因素对男女生BMI影响模式不同。事实上，影响学习者BMI的因素很多且BMI的研究需要长期跟进，本研究仅从一个侧面来探究网络学习环境，未来的研究中将采用为期更长的追踪法，结合实验组、对照组比较的研究方法，以控制其他因素对学生身体健康指标的影响。

[参考文献]

郭煜，魏楠. 2014. 网络课程学习环境中学业自我概念提升策略研究——基于学业自我概念与学业成绩作用机制[J]. 现代教育技术，24（8）：86-91.

中国肥胖问题工作组. 2004. 中国学龄儿童青少年超重、肥胖筛查体重指数值分类标准[J]. 中华流行病学杂志，25（2）：97-102.

李玉斌，武书宁，姚巧红，等. 2013. 大学生网络学习行为调查研究[J]. 电化教育研究（11）：59-65.

梅婷，顾佩娅. 2011. 基于网络学习环境的互动研究[J]. 中国电化教育（11）：52-57.

邱娜婷. 2015. 网络学习环境下大学生自我效能感对学习绩效的影响研究[D]. 南京邮电大学.

尹睿，许丹娜. 2011. 网络学习环境与大学生学习自我效能感关系的研究报告[J]. 电化教育研究（8）：46-52.

尹小俭，季成叶，季浏，等. 2013. 中国儿童青少年腰围和BMI的相关性研究[J]. 成都体育学院学报，39（12）：64-70.

余胜泉，张洪锐. 2012. 课堂网络教学环境对学生视力的影响研究[J]. 电化教育研究（7）：22-27.

赵广才，何卫龙. 2008. 广州市区儿童青少年超重肥胖情况调查研究[J]. 中国体育科技，44（2）：103-106.

Brown W J， Miller Y D， Miller R. （2003）. Sitting time and work patterns as indicators of overweight and obesity in Australian adults. International Journal of Obesity， 27（11）， 1340-1346.

Deurenberg P， Weststrate J A.， & Seidell J C. （1991）. Body mass index as a measure of body fatness： age and sex-specific prediction formulas. British Journal of Nutrition， 65（2）， 105-114.

Dietz W H， & Robinson T N. （1998）. Use of the body mass index （BMI） as a measure of overweight in children and adolescents. Journal of Pediatrics， 132（2）， 191.

He Q， Albertssonwikland K， & Karlberg J. （2000）. Population‐based body mass index reference values from Goteborg， Sweden： birth to 18 years of age. Acta Paediatrica， 89（5）， 582-592.

Nalwa K， Anand A P. （2003）. Internet addiction in students： a cause of concern. Cyber psychology & Behavior， 6（6）， 653-656.

Walpole B， Dettmer E， Morrongiello B， et al. （2011）. Motivational interviewing as an intervention to increase adolescent self-efficacy and promote weight loss： methodology and design. BMC Public Health， 11（1）， 1-9.

Wang F， Wild T C， Kipp W， et al. （2009）. The influence of childhood obesity on the development of self-esteem. Health Reports， 20 （2）， 21.-27.

Zheng Y， Wei D， Li J， et al. （2016）. Internet Use and Its Impact on Individual Physical Health. IEEE Access， 4， 5135-5142.

收稿日期：2018-03-10

定稿日期：2018-07-24

作者簡介：陈靓影，博士，教授，博士生导师;蔡培，硕士研究生;孔繁昌，副教授;张议文，硕士研究生。华中师范大学国家数字化学习工程技术研究中心（430079）。

责任编辑 张志祯